摘要：数智化是世界经济发展的新动能。在建设数字中国、实施大数据战略、广泛应用人工智能技术成为我国战略选择的当下,港口企业数智化转型升级不仅是《“十四五”数字经济发展战略》的八项任务之一,也是我国确定全面推进船舶、港口、航道航保、水运服务和航运监管数智化,打造智能航运新系统新业态的重要举措。数智化为港口企业发展提供了新机遇,是“新赛道”“新挑战”。

摘要：共识机制是区块链技术的重要组成部分,但是主流的共识机制尤其是工作量证明共识机制都存在算力过度耗费和吞吐量低等问题.而联邦学习作为一种分布式机器学习方法,学习模型的本地训练和最终的参与方贡献度计算都需要消耗大量算力资源.因此,提出了一种支持自适应联邦学习任务的可信公平区块链框架TFchain,探索如何利用原本共识机制中耗费的大量算力来提高联邦学习的效率.首先,设计了基于区块链和联邦学习的全新共识机制PoTF(proof of trust and fair),该共识机制将区块链的节点设置为联邦学习的参与方,将原本共识机制中用于哈希计算的大量无效算力转移到联邦学习中,进行本地模型的训练和参与方贡献度的评估;其次,在提高区块链交易吞吐量的同时,对联邦学习的参与方进行了合理的贡献度评估和激励;最后,设计了防止节点作恶的算法.实验结果表明,提出的TFchain能够在回收算力的同时有效提升区块链的交易处理性能,对积极参与联邦学习的参与方进行有效正向的激励.

摘要：为解决业务流程协同模式中存在的角色能力、权限与职责不匹配的问题,综合考虑角色能力与角色权限,设计了基于角色专业能力评价模型的协同调优算法。首先基于业务流程的数据库操作日志,建立了时间序列模型检测异常业务流程,提出基于元路径的环路挖掘算法(MPLMA),从而挖掘业务流程中由协同导致的重复工作;以数据库的操作和流程日志为基础,建立专业能力评价模型,量化评价角色能力;将专业能力评价模型与权限判定方法相结合,优化角色协同模式。实验结果表明,所提基于元路径的环路挖掘算法能够高效率地挖掘出协同实例,所提出的角色协同调优算法能够精确、合理地指导协同模式的优化。